基于高斯过程潜变量模型的生存数据协变量降维
统计理论
2016-01-28 v2 统计方法学
统计理论
摘要
高维生存数据的分析极具挑战性，主要原因在于过拟合问题，即从数据中推断出的虚假关系在测试数据中并不存在。在此，我们提出一种新方法，通过将流行的高斯过程潜变量模型 (GPLVM) 与威布尔比例风险模型 (WPHM) 相结合，提取生存数据中协变量的低维表示。该组合模型提供了一种灵活的非线性概率方法，用于检测并提取高维数据中的任何内在低维结构。通过降低协变量维度，我们旨在减少过拟合风险，并提高推断协变量与生存结果之间关系的稳健性和准确性。此外，我们可以通过将多个数据集表示在同一个低维空间中来同时整合来自多个数据源的信息。我们展示了多项模拟研究的结果，阐明了过拟合的减少和预测性能的提升，以及内在维度的成功检测。我们提供了证据表明，将降维与生存结果相结合优于单独进行无监督降维。最后，我们利用该模型分析实验基因表达数据，检测并提取出一种低维表示，与在原始高维数据上进行回归相比，该表示能以更高的准确度区分高风险和低风险组。
引用
@article{arxiv.1406.0812,
title = {Covariate dimension reduction for survival data via the Gaussian process latent variable model},
author = {James E. Barrett and Anthony C. C. Coolen},
journal= {arXiv preprint arXiv:1406.0812},
year = {2016}
}